© shutterstock.com

Entscheidend für den Erfolg datenorientierter Anleger ist es, die Masse an unstrukturierten Daten so zu verarbeiten, dass daraus mehrwertige Erkenntnisse gewonnen werden können. Es ist wichtig, dass Anlagestrategien möglichst alle verfügbaren und relevanten Informationen berücksichtigen. Denn letztendlich geht es beim Investieren immer darum, einen Informations- und Analysevorsprung zu nutzen. Das aktive Vermögensmanagement zielt darauf ab, Investmentchancen aufzudecken, bevor der Markt sie erkennt und einpreist. Dabei verschaffen datengetriebene Modelle Anlegern einen wesentlichen Vorsprung und können ihren Erfolg maßgeblich beeinflussen.

Ein Beispiel für diese moderne Datenverarbeitung ist die maschinelle Verarbeitung natürlicher Sprache, kurz NLP (natural language processing). NLP nutzt Computer, um große Textmengen aus diversen Quellen in mehrere Sprachen zu übersetzen und darin enthaltene unstrukturierte bzw. nicht leicht quantifizierbare Informationen zu analysieren. Das kann Unternehmen einen wesentlichen Wettbewerbsvorteil verschaffen, z.B. dadurch, dass Entscheidungsträger in die Lage versetzt werden, große Datenmengen schneller, effektiver und mit weniger Ressourcenaufwand auszuwerten. Die Anwendung von NLP kann sich zudem förderlich auf die Beziehungen zwischen Unternehmen auswirken, indem Informationsasymmetrien aufgebrochen werden. Nicht zuletzt für kleineren Unternehmen oder Firmen aus seltener berücksichtigten Schwellenländern dürfte diese Technologie interessant sein.

Auch das Verhalten von Webseitennutzern oder Kreditkartentransaktionen erzeugen große Datensätze, die im Anlageprozess einen Informationsvorsprung liefern können. Informationen über Kreditkartentransaktionen bieten möglicherweise wichtige Erkenntnisse über das künftige Umsatz- und Gewinnwachstum von Unternehmen. Besonders interessant können solche Indikationen im Konsumbereich und solchen Sektoren sein, in denen häufig Kreditkartennetzwerke für Transaktionen genutzt werden. So haben zum Beispiel die Kreditkartenprognosen für die US-Baumarktbranche zuletzt eine Korrelation von 70 Prozent zum tatsächlichen Umsatzwachstum gezeigt (1). Die Analyse von Kreditkartentransaktionen wird zunehmend an Bedeutung gewinnen, da der Anteil der mit Karten getätigten Zahlungen steigen und die von großen Kreditkartenabwicklern bereitgestellten Daten immer umfangreicher und genauer werden.

Neben dem Anlageprozess gibt es im Asset Management noch viele andere Bereiche, in denen bereits künstliche Intelligenz oder maschinelle Lerntechnologien angewandt werden. In Compliance-Abteilungen etwa könnten diese Technologien bei der Automatisierung von Prozessen helfen. Dies könnte sich positiv auf die Profitabilität auswirken. Abgesehen von der Kostenersparnis würde das operationelle Risiko sinken, da maschinelle Lerntechnologien für komplexe Aufgaben effektiver eingesetzt werden können. So lassen sich Verstöße wie etwa Marktmanipulationen durch nicht genehmigte Handelsaktivitäten schneller aufdecken.

Wettbewerbsvorteil durch Portfoliomanager

Nicht nur im Asset Management geht die heutige Informationsflut weit über das hinaus, was ein einzelner Mensch verarbeiten kann. Um verwertbare Erkenntnisse zu gewinnen, nutzen Portfoliomanager moderne Analyse- und Verarbeitungstechnologien. Da die Menge an unstrukturierten Daten exponentiell anwächst, sind wir der festen Überzeugung, dass datenbasierte Technologien allein nicht zu besseren Anlageentscheidungen führen können. Vielmehr ist es das menschliche Urteilsvermögen gepaart mit diesen Technologien, das die besten Ergebnisse hervorbringen wird. Im Mittelpunkt dieses Prozesses stehen nichtsdestotrotz die Daten selbst. Unternehmen werden nicht umhinkommen, ihre Datenqualitätsstandards stetig zu verbessern. Denn nur, wenn aussagekräftige Daten vorliegen, können neue Analysetechniken einen Mehrwert für Anleger schaffen. Demgegenüber werden ungenaue Daten die Vorteile des maschinellen Lernens schnell zunichtemachen.

Fazit

Künstliche Intelligenz kann menschliche Intelligenz in Entscheidungsprozessen also nicht ersetzen. Der menschliche Verstand wird auch in Zukunft weiterhin notwendig sein, um in technische Prozesse einzugreifen. Außerdem dürften sich menschliche Eigenschaften wie Urteilsvermögen und Erfahrung kaum durch Technologien ersetzen lassen. Informationen werden vor allem unter den Augen erfahrener Portfoliomanager ihr volles Potenzial entfalten. Damit werden sowohl Mensch als auch Maschine den Wandel der Finanzdienstleistungsbranche weiterhin entscheidend mitprägen.

Quelle: GSAM